JP6777082B2 - 渋滞予測システム、渋滞予測方法、及び、プログラム - Google Patents
渋滞予測システム、渋滞予測方法、及び、プログラム Download PDFInfo
- Publication number
- JP6777082B2 JP6777082B2 JP2017536610A JP2017536610A JP6777082B2 JP 6777082 B2 JP6777082 B2 JP 6777082B2 JP 2017536610 A JP2017536610 A JP 2017536610A JP 2017536610 A JP2017536610 A JP 2017536610A JP 6777082 B2 JP6777082 B2 JP 6777082B2
- Authority
- JP
- Japan
- Prior art keywords
- traffic
- target point
- traffic condition
- target
- prediction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Description
はじめに、本発明の学習処理について、説明する。
次に、本発明の予測処理について、説明する。
101 CPU
102 記憶デバイス
103 入出力デバイス
104 通信デバイス
11 情報収集部
13 学習用DB
14 予測用DB
15 予測器管理部
151 予測式学習部
152 予測式格納部
153 交通パターン格納部
16 ダイアグラム管理部
161 ダイアグラム学習部
162 ダイアグラム格納部
17 交通状態予測部
18 渋滞判定部
19 情報提供部
Claims (15)
- 1以上の地点の交通状態から対象地点における交通状態を予測する予測式を用いて、前記対象地点における対象時刻の交通状態を予測する交通状態予測手段と、
前記対象地点の交通状態が渋滞状態であるかどうかを判定するための閾値を示す渋滞判定情報と、前記予測した当該対象地点における前記対象時刻の交通状態と、をもとに、当該対象地点において当該対象時刻に渋滞が発生するかどうかを判定する、渋滞判定手段と、を備え、
前記対象地点の前記予測式、及び、渋滞判定情報は、当該対象地点の交通状態に影響する、周辺情報の組み合わせごとに生成され、
前記交通状態予測手段は、前記対象地点の周辺情報の組み合わせに対応する前記予測式を用いて、交通状態を予測し、
前記渋滞判定手段は、前記対象地点の周辺情報の組み合わせに対応する渋滞判定情報を用いて、渋滞が発生するかどうかを判定する、
渋滞予測システム。 - 1以上の地点の交通状態、及び、対象地点における交通状態の時系列をもとに、当該1以上の地点の交通状態から当該対象地点における交通状態を予測する予測式を生成する、予測式学習手段と、
前記予測式を用いて、前記対象地点における対象時刻の交通状態を予測する交通状態予測手段と、
前記対象地点の交通状態が渋滞状態であるかどうかを判定するための閾値を示す渋滞判定情報と、前記予測した当該対象地点における前記対象時刻の交通状態と、をもとに、当該対象地点において当該対象時刻に渋滞が発生するかどうかを判定する、渋滞判定手段と、
を備えた、渋滞予測システム。 - 対象地点における交通状態の時系列をもとに、前記対象地点の交通状態が渋滞状態であるかどうかを判定するための閾値を示す渋滞判定情報を生成する、渋滞判定情報学習手段と、
1以上の地点の交通状態から前記対象地点における交通状態を予測する予測式を用いて、前記対象地点における対象時刻の交通状態を予測する交通状態予測手段と、
前記対象地点の渋滞判定情報と、前記予測した当該対象地点における前記対象時刻の交通状態と、をもとに、当該対象地点において当該対象時刻に渋滞が発生するかどうかを判定する、渋滞判定手段と、
を備えた、渋滞予測システム。 - さらに、前記対象地点における交通状態の時系列をもとに、前記対象地点の渋滞判定情報を生成する、渋滞判定情報学習手段、を備える、
請求項2に記載の渋滞予測システム。 - 前記対象地点の前記予測式、及び、渋滞判定情報は、当該対象地点の交通状態に影響する、周辺情報の組み合わせごとに生成され、
前記交通状態予測手段は、前記対象地点の周辺情報の組み合わせに対応する前記予測式を用いて、交通状態を予測し、
前記渋滞判定手段は、前記対象地点の周辺情報の組み合わせに対応する渋滞判定情報を用いて、渋滞が発生するかどうかを判定する、
請求項2乃至4のいずれかに記載の渋滞予測システム。 - 1以上の地点の交通状態から対象地点における交通状態を予測する予測式を用いて、前記対象地点における対象時刻の交通状態を予測し、
前記対象地点の交通状態が渋滞状態であるかどうかを判定するための閾値を示す渋滞判定情報と、前記予測した当該対象地点における前記対象時刻の交通状態と、をもとに、当該対象地点において当該対象時刻に渋滞が発生するかどうかを判定し、
前記対象地点の前記予測式、及び、渋滞判定情報は、当該対象地点の交通状態に影響する、周辺情報の組み合わせごとに生成され、
前記対象地点における前記対象時刻の交通状態を予測する場合、当該対象地点の周辺情報の組み合わせに対応する前記予測式を用いて、交通状態を予測し、
前記対象地点において前記対象時刻に渋滞が発生するかどうかを判定する場合、当該対象地点の周辺情報の組み合わせに対応する渋滞判定情報を用いて、渋滞が発生するかどうかを判定する、
渋滞予測方法。 - 1以上の地点の交通状態、及び、対象地点における交通状態の時系列をもとに、当該1以上の地点の交通状態から当該対象地点における交通状態を予測する予測式を生成し、
前記予測式を用いて、前記対象地点における対象時刻の交通状態を予測し、
前記対象地点の交通状態が渋滞状態であるかどうかを判定するための閾値を示す渋滞判定情報と、前記予測した当該対象地点における前記対象時刻の交通状態と、をもとに、当該対象地点において当該対象時刻に渋滞が発生するかどうかを判定する、
渋滞予測方法。 - 対象地点における交通状態の時系列をもとに、前記対象地点の交通状態が渋滞状態であるかどうかを判定するための閾値を示す渋滞判定情報を生成し、
1以上の地点の交通状態から前記対象地点における交通状態を予測する予測式を用いて、前記対象地点における対象時刻の交通状態を予測し、
前記対象地点の渋滞判定情報と、前記予測した当該対象地点における前記対象時刻の交通状態と、をもとに、当該対象地点において当該対象時刻に渋滞が発生するかどうかを判定する、
渋滞予測方法。 - さらに、前記対象地点における交通状態の時系列をもとに、前記対象地点の渋滞判定情報を生成する、
請求項7に記載の渋滞予測方法。 - 前記対象地点の前記予測式、及び、渋滞判定情報は、当該対象地点の交通状態に影響する、周辺情報の組み合わせごとに生成され、
前記対象地点における前記対象時刻の交通状態を予測する場合、当該対象地点の周辺情報の組み合わせに対応する前記予測式を用いて、交通状態を予測し、
前記対象地点において前記対象時刻に渋滞が発生するかどうかを判定する場合、当該対象地点の周辺情報の組み合わせに対応する渋滞判定情報を用いて、渋滞が発生するかどうかを判定する、
請求項7乃至9のいずれかに記載の渋滞予測方法。 - コンピュータに、
1以上の地点の交通状態から対象地点における交通状態を予測する予測式を用いて、前記対象地点における対象時刻の交通状態を予測し、
前記対象地点の交通状態が渋滞状態であるかどうかを判定するための閾値を示す渋滞判定情報と、前記予測した当該対象地点における前記対象時刻の交通状態と、をもとに、当該対象地点において当該対象時刻に渋滞が発生するかどうかを判定し、
前記対象地点の前記予測式、及び、渋滞判定情報は、当該対象地点の交通状態に影響する、周辺情報の組み合わせごとに生成され、
前記対象地点における前記対象時刻の交通状態を予測する場合、当該対象地点の周辺情報の組み合わせに対応する前記予測式を用いて、交通状態を予測し、
前記対象地点において前記対象時刻に渋滞が発生するかどうかを判定する場合、当該対象地点の周辺情報の組み合わせに対応する渋滞判定情報を用いて、渋滞が発生するかどうかを判定する、
処理を実行させるプログラム。 - コンピュータに、
1以上の地点の交通状態、及び、対象地点における交通状態の時系列をもとに、当該1以上の地点の交通状態から当該対象地点における交通状態を予測する予測式を生成し、
前記予測式を用いて、前記対象地点における対象時刻の交通状態を予測し、
前記対象地点の交通状態が渋滞状態であるかどうかを判定するための閾値を示す渋滞判定情報と、前記予測した当該対象地点における前記対象時刻の交通状態と、をもとに、当該対象地点において当該対象時刻に渋滞が発生するかどうかを判定する、
処理を実行させるプログラム。 - コンピュータに、
対象地点における交通状態の時系列をもとに、前記対象地点の交通状態が渋滞状態であるかどうかを判定するための閾値を示す渋滞判定情報を生成し、
1以上の地点の交通状態から前記対象地点における交通状態を予測する予測式を用いて、前記対象地点における対象時刻の交通状態を予測し、
前記対象地点の渋滞判定情報と、前記予測した当該対象地点における前記対象時刻の交通状態と、をもとに、当該対象地点において当該対象時刻に渋滞が発生するかどうかを判定する、
処理を実行させるプログラム。 - さらに、前記対象地点における交通状態の時系列をもとに、前記対象地点の渋滞判定情報を生成する、
処理を実行させる、請求項12に記載のプログラム。 - 前記対象地点の前記予測式、及び、渋滞判定情報は、当該対象地点の交通状態に影響する、周辺情報の組み合わせごとに生成され、
前記対象地点における前記対象時刻の交通状態を予測する場合、当該対象地点の周辺情報の組み合わせに対応する前記予測式を用いて、交通状態を予測し、
前記対象地点において前記対象時刻に渋滞が発生するかどうかを判定する場合、当該対象地点の周辺情報の組み合わせに対応する渋滞判定情報を用いて、渋滞が発生するかどうかを判定する、
処理を実行させる、請求項12乃至14のいずれかに記載のプログラム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015167397 | 2015-08-27 | ||
JP2015167397 | 2015-08-27 | ||
PCT/JP2016/003778 WO2017033443A1 (ja) | 2015-08-27 | 2016-08-18 | 渋滞予測システム、渋滞予測方法、及び、記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2017033443A1 JPWO2017033443A1 (ja) | 2018-07-05 |
JP6777082B2 true JP6777082B2 (ja) | 2020-10-28 |
Family
ID=58100429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017536610A Active JP6777082B2 (ja) | 2015-08-27 | 2016-08-18 | 渋滞予測システム、渋滞予測方法、及び、プログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6777082B2 (ja) |
WO (1) | WO2017033443A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6843780B2 (ja) * | 2018-01-18 | 2021-03-17 | ヤフー株式会社 | 情報処理装置、学習済みモデル、情報処理方法、およびプログラム |
CN109087509B (zh) * | 2018-09-04 | 2020-03-31 | 重庆交通大学 | 一种路网交通运行状态预测方法 |
US11904854B2 (en) | 2020-03-30 | 2024-02-20 | Toyota Research Institute, Inc. | Systems and methods for modeling pedestrian activity |
KR102254767B1 (ko) * | 2020-11-19 | 2021-05-24 | 한국건설기술연구원 | 차량 영상인식 기반 교통량 조사 장치 및 방법 |
CN113706863B (zh) * | 2021-08-05 | 2022-08-02 | 青岛海信网络科技股份有限公司 | 一种道路交通状态预测方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004348598A (ja) * | 2003-05-23 | 2004-12-09 | Aisin Aw Co Ltd | 渋滞推定システム |
JP2005352615A (ja) * | 2004-06-09 | 2005-12-22 | Hitachi Ltd | プローブカーを用いた交通量管理エリアの交通量制御システム及びプローブカー情報収集配信センタ |
JP2008059181A (ja) * | 2006-08-30 | 2008-03-13 | Toshiba Corp | 道路交通管制訓練装置及び道路交通管制訓練システム |
JP2014191765A (ja) * | 2013-03-28 | 2014-10-06 | Denso It Laboratory Inc | 渋滞予測装置 |
-
2016
- 2016-08-18 WO PCT/JP2016/003778 patent/WO2017033443A1/ja active Application Filing
- 2016-08-18 JP JP2017536610A patent/JP6777082B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JPWO2017033443A1 (ja) | 2018-07-05 |
WO2017033443A1 (ja) | 2017-03-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6777082B2 (ja) | 渋滞予測システム、渋滞予測方法、及び、プログラム | |
Lin et al. | Road traffic speed prediction: A probabilistic model fusing multi-source data | |
Chen et al. | Understanding ridesplitting behavior of on-demand ride services: An ensemble learning approach | |
Hu et al. | Arterial offset optimization using archived high-resolution traffic signal data | |
Khattak et al. | Operational performance evaluation of adaptive traffic control systems: A Bayesian modeling approach using real-world GPS and private sector PROBE data | |
Yildirimoglu et al. | Experienced travel time prediction for congested freeways | |
Chen et al. | A flow feedback traffic prediction based on visual quantified features | |
US9008954B2 (en) | Predicting impact of a traffic incident on a road network | |
CN102346964A (zh) | 道路交通网络区域拥堵实时预测与智能管理系统 | |
US20150269491A1 (en) | Predicting arrival times of vehicles based upon observed schedule adherence | |
JP2015125775A (ja) | システムでの需要の予測のためのマルチタスク学習システムおよび方法 | |
CN112185124B (zh) | 一种全路网交通状态预测方法及装置 | |
Kuemper et al. | Valid. IoT: A framework for sensor data quality analysis and interpolation | |
EP3572991A1 (en) | Transit demand forecasting device and transit demand forecasting method | |
Lu et al. | Estimating freeway travel time and its reliability using radar sensor data | |
JP2019008689A5 (ja) | ||
Yao et al. | An efficient heterogeneous platoon dispersion model for real-time traffic signal control | |
Zhang et al. | Predicting risky driving in a connected vehicle environment | |
KR102545188B1 (ko) | 통행 시간 예측 모델을 이용한 통행 시간 예측 방법 및 통행 시간 예측 장치 | |
Vlahogianni et al. | Statistical characteristics of transitional queue conditions in signalized arterials | |
Vu et al. | Bus running time prediction using a statistical pattern recognition technique | |
Ma et al. | A multi-parameter chaotic fusion approach for traffic flow forecasting | |
Fan et al. | Prediction of road congestion diffusion based on dynamic Bayesian networks | |
Miller et al. | Advanced tutorial on microscopic discrete-event traffic simulation | |
Makanadar et al. | Urban Mobility: Leveraging AI, Machine Learning, and Data Analytics for Smart Transportation Planning-A case study on New York City |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180207 |
|
A529 | Written submission of copy of amendment under section 34 (pct) |
Free format text: JAPANESE INTERMEDIATE CODE: A5211 Effective date: 20180207 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190716 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200512 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200710 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200908 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200921 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6777082 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |